DATA

Données Générales
Programme Académique	Formation ECAM LaSalle Spécialité Systèmes Numériques et Génie Industriel			Responsable(s) Module : NERON Francois
Type d'EC : Cours	DATA (LAISni06EData)
TP : 16h00 Durée totale: 16h00	Statut Obligatoire	Periode Semestre 6	Langue d'enseignement : Français

Objectifs Généraux
Collecter, nettoyer, explorer et visualiser des données Manipuler des jeux de données à l’aide de bibliothèques courantes Réaliser des analyses statistiques de base Acquérir une démarche rigoureuse de traitement de données Présenter les résultats d’analyses de manière synthétique et visuelle

Contenu
Introduction à la manipulation de données Nettoyage et préparation des données Analyse exploratoire des données Traitement de données réelles Présentation et restitution

Prérequis
Avoir un PC tournant sur un OS Windows (Power Bi étant propriétaire Windows, donc pas de mac !) Avoir l’application Power Bi Desktop installé sur le PC (installation via le Microsoft Store) Notions de base en programmation (Python recommandé) Connaissances fondamentales en mathématiques (statistiques descriptives, algèbre linéaire) Connaissance de base des structures de données (listes, dictionnaires, tableaux)

Prérequis

Avoir un PC tournant sur un OS Windows (Power Bi étant propriétaire Windows, donc pas de mac !)
Avoir l’application Power Bi Desktop installé sur le PC (installation via le Microsoft Store)
Notions de base en programmation (Python recommandé)
Connaissances fondamentales en mathématiques (statistiques descriptives, algèbre linéaire)
Connaissance de base des structures de données (listes, dictionnaires, tableaux)

Bibliographie
"Python Data Science Handbook ",VanderPlas, J., (O'Reilly) "Python for Data Analysis", McKinney, W. (O'Reilly) Site officiel Pandas : https://pandas.pydata.org/ Documentation Seaborn : https://seaborn.pydata.org/ Open Data : https://www.data.gouv.fr/, https://www.kaggle.com/datasets

Évaluation(s)
N°	Nature	Coefficient	Objectifs
1	TP	1	Mise en situation réelle : les étudiants doivent trouver un jeu de données open source en ligne, l’intégrer dans Power Bi, effectuer les corrections et l’enrichissement nécessaires sur les données avant de proposer des analyses pertinentes via des éléments graphiques.